把 Grok 应用构建器改造成「文学机器」，多智能体产长文研究
kiltrout · reddit · 2026-09-08
作者认为 LLM 在长篇复杂文本上倾向于幻觉收尾、依赖内部概念映射而非查证高质量资料，文学输出尤其糟糕。他借鉴 agentic workspace 拆分上下文的思路，把 Grok 的 app builder 改造成「研究论文生成器」：写入「问题是待研究闭合的开放向量」等公理，搭建了一套多智能体流水线——
- Fetcher 与 cleric 类 agent 按领域构建加权文献库
- Synthesist agent「Inspiraation」负责全局视角、提炼论点、为数据赋予叙事结构
- 「breath」agent 对照 Wikipedia 总结的 AI 写作特征清单重写文本，使其更像人写
结果显示成文的连贯性与复杂度明显优于单次 LLM prompt，但代价巨大：烧掉了一整周的 Grok Pro 额度并运行数小时构建语料。早期产出只是形式工整却无趣的数据罗列，加入 Synthesist 的全景综合后才有了叙事形态。遗留问题包括内外部话语的上下文串染、文风调校等。作者给各 agent 故意留拼写错误以识别 context bleed。
「编程与Agent」频道最新
- Gergely Orosz 吐槽本地 Agent 抢占桌面:该跑进虚拟机或云端 — rseroter · 2026-09-08
- 用 Agent Skill 把 Blender 生成的 3D 世界一键开源到 Hugging Face — mervenoyann · 2026-09-08
- Kimi K3 检测到文件被并发编辑,主动停下询问用户是否继续 — serious_mehta · 2026-09-08
- Ethan Mollick 喂给 GPT-6 Astra 数万邮件,放养 5 天自建第二大脑 — tomcrawshaw01 · 2026-09-08
- OpenAI 重构 Codex 用例页面，汇总各种推荐用法 — umesh_ai · 2026-09-08
- 同一提示词实测：Fable 5.1 产 992 帧素材完胜 GPT-6 Astra — bobo-the-merciful · 2026-09-08